【Python】Pandasとopenpyxlを使った業務効率化のためのサンプルコード

１．Pandasとは

Pythonは学習コストが低いわりにいろんなことができるため、初心者から専門家まで広く使われるプログラミング言語です。

そのPythonの中でも、データ解析において圧倒的な力を発揮するのが「Pandas」というライブラリです。とにかく便利でユニークな存在です。

Pandasを利用すれば、「DataFrame」（という独自のデータ構造）を駆使して大量のデータでも迅速かつ自由に操作できます。DataFrame上で手軽にごにょごにょデータをいじくり回せます。PandasはPythonの高速な多次元配列計算ライブラリであるNumPyを使って実装されているので、複雑な演算も高速に処理できるのも特徴です。

個人的には、Pandasの本領が発揮されるのは、データに欠損値（NaN値）がある場合や、データのクリーニング作業が必要な場面じゃないかなと思います。平均値や中央値で値を埋めたり、特定の条件でフィルタリングすることも簡単にできてしまいます。

ですが、すべての機能をフルに活用する必要はありません。まずはよく使う作業から慣れていきましょう。

特にExcelで行っていた処理を置き換える際に、Pandasは大いに役立ちますよ。

２．業務でよく使いそうなPandasとopenpyxlサンプル

CSVファイルからの抽出や合計算出

まずはCSVファイルを読み込み、SQLライクな方法で特定のデータを抽出し（合計もとり）、それをExcelファイルに書き込む例です。

サンプルコード

import pandas as pd
import openpyxl

#csvファイル読み込み
df = pd.read_csv('d:\sample.csv', encoding = 'utf-8')

# DataFrame側で抽出操作
df2 = df.query('subject=="Science" and sex=="male"')

# df_db2.sum(axis=0) で全カラムも可
sum_score = df2['score'].sum(axis=0)

# 既存のExcelへ書き出し
wb = openpyxl.load_workbook('d:\output.xlsx')
sheet = wb['Sheet1']
sheet['A1'] = sum_score
wb.save('d:\output.xlsx')

コードの解説

CSVファイルからデータを読み込み条件を指定して抽出、その後に結果をExcelシートに書き込んでいます。以下に１行１行解説します。

import pandas as pd：
pandasというPythonのライブラリを使えるようにします。pdという短縮名で使えるようにしています。

import openpyxl：
openpyxlというライブラリを使えるようにします。このライブラリは、Excelファイルを操作するための機能を提供するためのものです。

df = pd.read_csv(‘d:\sample.csv’, encoding = ‘utf-8’)：
pandasを使って、指定されたパスにあるCSVファイル (sample.csv) を読み込み、それをdfという変数に格納します。dfは、データを表形式（DataFrame）で保持しています。encoding=’utf-8’は、ファイルの文字エンコーディングを指定しています。

df2 = df.query(‘subject==”Science” and sex==”male”‘)：
dfの中から、subject（科目）が「Science」で、sex（性別）が「male」（男性）である行だけを抽出します。この抽出結果をdf2という変数に格納しています。

sum_score = df2[‘score’].sum(axis=0)：
抽出されたデータ (df2) の中で、score（得点）列の合計を計算して、その結果をsum_scoreという変数に保存します。

wb = openpyxl.load_workbook(‘d:\output.xlsx’)：
openpyxlを使って、指定されたパスにある既存のExcelファイル (output.xlsx) を開きます。wbという変数にそのファイルの内容を格納します。

sheet = wb[‘Sheet1’]：
開いたExcelファイルの中で、「Sheet1」というシートを指定して、そのシートをsheetという変数に格納します。

sheet[‘A1’] = sum_score：
Excelの「Sheet1」シートのA1セルに、先ほど計算したsum_score（得点の合計）を書き込みます。

wb.save(‘d:\output.xlsx’)：
修正したExcelファイル (output.xlsx) を保存します。これで、A1セルに新しいデータが書き込まれた状態でファイルが上書き保存されます。

データベースからの抽出

次にデータベース操作（ここではsqlite）も含んだ例です。

PandasのDataFrameを用いると、データベースからのデータ操作がより簡単に行えます。
DataFrameの機能が超強力なので、本当はわざわざ「SQLで抽出したデータだけをDataFrameに突っ込む」という操作自体必要ありません。ここではあくまで書き方の例として紹介しておきます。（※記述例を紹介するために若干必要のないこともしています）

サンプルコード

import sqlite3
import openpyxl

#csvをDataFrameに読み込む
df = pd.read_csv('d:\sample.csv', encoding = 'utf-8')

# db接続してtableにDataFrameの内容を突っ込む
dbname = 'sample.db'
conn = sqlite3.connect(dbname)
df.to_sql('sample_table',conn,if_exists='replace')

#tableから特定条件のものだけDataFrameへ読み込む
df_db = pd.read_sql('select * from sample_table where flg=1', conn)
conn.close()

# DataFrame側でごにょごにょする
df_db2 = df_db.query('subject=="Science" and sex=="male"')
sum_score = df_db2['score'].sum(axis=0)

# 既存のExcelへ書き出し
wb = openpyxl.load_workbook('d:\output.xlsx')
sheet = wb['Sheet1']
sheet['E1'] = sum_score
wb.save('d:\output.xlsx')